Universidades de América Latina comienzan a sustituir los cuestionarios de evaluación docente tradicionales por agentes conversacionales de inteligencia artificial capaces de generar narrativas cualitativas sobre la experiencia en el aula. La Universidad Iberoamericana opera uno de los casos más documentados de esta transición: un agente de IA dialoga directamente con estudiantes, procesa sus respuestas y genera una síntesis que los propios alumnos pueden revisar, corregir o ampliar antes de que el resultado sea considerado válido.
Del cuestionario cerrado a la narrativa abierta
La diferencia estructural con los modelos convencionales de evaluación es significativa. Los cuestionarios tradicionales limitan las respuestas a escalas predefinidas, lo que restringe la profundidad del dato recopilado. El modelo conversacional, en cambio, permite que el estudiante desarrolle su experiencia, solicite que una pregunta sea reformulada si no refleja su situación real, y valide si la síntesis generada por el sistema corresponde a lo que intentó comunicar.
Luis Medina-Gual, director de Innovación Educativa de la institución, señala que el objetivo es capturar información más rica sobre el desempeño docente: no solo una calificación numérica, sino una descripción contextualizada de lo que ocurre en el aula. Este tipo de dato cualitativo es considerablemente más difícil de obtener a escala con métodos manuales.
Los límites que la institución se impuso
La implementación incluye una delimitación explícita sobre el alcance de la IA en la toma de decisiones. Los resultados generados por el sistema no están vinculados de forma automática a decisiones laborales sobre los docentes evaluados —permanencia, contratación o cese—. Su función declarada es identificar áreas de mejora y enriquecer el seguimiento pedagógico.
Esta distinción no es menor. Medina-Gual articula tres condiciones que, según la institución, deben cumplirse antes de que cualquier sistema automatizado influya en decisiones que afecten a una persona: la existencia de un responsable humano identificable, la trazabilidad del proceso que derivó en el resultado, y la posibilidad de apelación por parte del afectado. Estas tres garantías funcionan como un marco de gobernanza mínimo para el uso de IA en contextos de alto impacto individual.
Implicaciones para la gestión del talento en organizaciones complejas
El caso universitario anticipa una tensión que ya se replica en entornos corporativos: ¿hasta dónde puede delegar una organización en sistemas automatizados la evaluación de sus colaboradores? La capacidad de la IA para procesar y sintetizar grandes volúmenes de retroalimentación cualitativa representa una ventaja operativa real. Sin embargo, la ausencia de marcos de gobernanza claros convierte esa ventaja en un riesgo reputacional y legal.
La experiencia de la Iberoamericana sugiere que el valor de estos sistemas no reside en reemplazar el juicio humano, sino en estructurar información que de otro modo permanecería dispersa o sin procesar. La IA organiza; la decisión final sigue siendo responsabilidad de una persona. Esa distinción, cuando se comunica con claridad dentro de la organización, puede ser la diferencia entre una implementación que genera confianza y una que genera resistencia.
